改进的井下人员定位PDR算法研究

孙延鑫, 毛善君, 苏颖, 杨梦

孙延鑫，毛善君，苏颖,等.改进的井下人员定位PDR算法研究［J］.工矿自动化，2021,47（1）：43-48.. DOI: 10.13272/j.issn.1671-251x.2020080086
引用本文: 孙延鑫，毛善君，苏颖,等.改进的井下人员定位PDR算法研究［J］.工矿自动化，2021,47（1）：43-48.. DOI: 10.13272/j.issn.1671-251x.2020080086
shu
SUN Yanxin, MAO Shanjun, SU Ying, YANG Meng. Research on improved PDR algorithm for underground personnel positioning[J]. Journal of Mine Automation, 2021, 47(1): 43-48. DOI: 10.13272/j.issn.1671-251x.2020080086
Citation: SUN Yanxin, MAO Shanjun, SU Ying, YANG Meng. Research on improved PDR algorithm for underground personnel positioning[J]. Journal of Mine Automation, 2021, 47(1): 43-48. DOI: 10.13272/j.issn.1671-251x.2020080086
shu

改进的井下人员定位PDR算法研究

  • 1.

    北京大学 地球与空间科学学院， 北京100871

  • 2.

    中国矿业大学(北京) 机电与信息工程学院， 北京100083

基金项目: 

国家重点研发计划资助项目（2016YFC0801800）。

详细信息

  • 中图分类号: TD67

Research on improved PDR algorithm for underground personnel positioning

  • 1.

    School of Earth and Space Science, Peking University, Beijing 100871, China

  • 2.

    School of Mechanical Electronic and Information Engineering, China University of Mining and Technology, Beijing 100083, China

HTML全文

    摘要
  • 摘要: 传统的行人航位推算（PDR）算法用于井下人员定位时，因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大，而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷，定位精度有待提高。提出采用改进的峰值检测法实现PDR算法中步频检测，基于深度循环神经网络（RNN）实现步长估计。将改进的PDR算法用于井下人员定位：首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据；然后采用改进的峰值检测法获取固定时间间隔内的平均步频，与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计；最后结合估计的航向角预测人员当前位置。试验结果表明，改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9%，对实际测试路线的定位相对误差为1.6%~3.9%，小于传统PDR算法定位误差，有效提高了井下人员定位精度。
    Abstract: As the traditional pedestrian dead reckoning (PDR) algorithm being used for underground personnel positioning, the positioning error gradually increases due to the cumulative error of the step frequency detection, step length estimation and heading estimation phases. Moreover, the commonly used error correction methods such as zero speed correction, heading drift elimination and gait signal optimization cannot change the inherent defects of the PDR algorithm, and the positioning accuracy needs to be improved. It is proposed to use an improved peak detection method to achieve step frequency detection in the PDR algorithm, and to achieve step length estimation based on a deep recurrent neural network (RNN). The improved PDR algorithm is used for underground personnel positioning. Firstly, cell phone accelerometer, gyroscope and magnetometer are used to obtain pedestrian movement data. Secondly, the improved peak detection method is used to obtain the average step frequency in a fixed time interval. The average step frequency, the time interval, acceleration and acceleration variance are used as features to be input to the trained deep RNN model for step length estimation. Finally, the estimated heading angle is added to predict the current position of the personnel. The experimental results show that the improved PDR algorithm for underground personnel positioning has a relative error of 5.9% in predicting the test set data and has a relative error of 1.6%-3.9% in positioning the actual test route. The relative error is smaller than the positioning error of the traditional PDR algorithm and the proposed PDR algorithm has improved the accuracy of underground personnel positioning effectively.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(55)

  • 期刊类型引用(33)

    1. 曾庆良，雷小万，孟昭胜，万丽荣，班新亮，胡雨龙. 基于运动姿态感知的综放支架主动控顶空间研究. 煤炭学报. 2025(01): 645-660 . 百度学术
    2. 陈湘源. 综采工作面轨迹测量与直线度控制方法. 矿业研究与开发. 2024(03): 185-191 . 百度学术
    3. 马宏伟，赵英杰，薛旭升，吴海雁，毛清华，杨会武，张旭辉，车万里，曹现刚，赵友军，王川伟，赵亦辉，王鹏，孙思雅，马柯翔，李烺. 智能采煤机器人关键技术. 煤炭学报. 2024(02): 1174-1182 . 百度学术
    4. 刘相通，李曼，沈思怡，曹现刚，刘俊祺. 液压支架关键姿态参数测量系统. 工矿自动化. 2024(04): 41-49 . 本站查看
    5. 高思伟，谷敏永，李殿鹏. 综采工作面液压支架测高传感器设计. 工矿自动化. 2024(06): 129-135 . 本站查看
    6. 左权. 工作面液压支架自适应对齐控制系统设计及应用. 矿业装备. 2024(08): 106-108 . 百度学术
    7. 曾庆良，班新亮，孟昭胜，万丽荣，雷小万. 基于Unity3D的工作面液压支架群组空间支护姿态数字孪生重构方法. 煤炭科学技术. 2024(11): 74-88 . 百度学术
    8. 崔宽宽. 煤矿井下液压支架位姿监测装置. 机械制造. 2024(12): 86-88 . 百度学术
    9. 王国法，张良，李首滨，李森，冯银辉，孟令宇，南柄飞，杜明，付振，李然，王峰，刘清，王丹丹. 煤矿无人化智能开采系统理论与技术研发进展. 煤炭学报. 2023(01): 34-53 . 百度学术
    10. 文治国. 四柱支撑掩护式液压支架支护状态分析计算. 煤矿机械. 2023(04): 23-26 . 百度学术
    11. 巩师鑫，赵国瑞，王飞. 机器视觉感知理论与技术在煤炭工业领域应用进展综述. 工矿自动化. 2023(05): 7-21 . 本站查看
    12. 李建，任怀伟，巩师鑫. 综采工作面液压支架状态感知与分析技术研究. 工矿自动化. 2023(10): 1-7+103 . 本站查看
    13. 任怀伟，李帅帅，赵国瑞，张科学，杜明，周杰. 基于深度视觉原理的工作面液压支架支撑高度与顶梁姿态角测量方法研究. 采矿与安全工程学报. 2022(01): 72-81+93 . 百度学术
    14. 张帅，任怀伟，韩安，巩师鑫. 复杂条件工作面智能化开采关键技术及发展趋势. 工矿自动化. 2022(03): 16-25 . 本站查看
    15. 鲍江峰. 液压支架协同方案设计. 机械管理开发. 2022(02): 9-11 . 百度学术
    16. 乔佳伟，贾运红，王强. 基于改进粒子群算法的煤矿井下相机参数优化. 煤炭技术. 2022(04): 119-122 . 百度学术
    17. 赵忠证，李元泽，张旭辉，毛清华. 纳林河二矿自动化综采工作面组织方式与产能优化. 陕西煤炭. 2022(03): 139-143 . 百度学术
    18. 王裕，史艳楠，王毅颖，齐朋磊，王翰秋. 固体充填液压支架全位姿测量及虚拟仿真. 工矿自动化. 2022(07): 81-89 . 本站查看
    19. 宋单阳，卢春贵，陶心雅，杨金衡，王培恩，郑文强，宋建成. 基于最大熵卡尔曼滤波算法的液压支架调直方法. 工矿自动化. 2022(11): 119-124 . 本站查看
    20. 卢春贵，宋单阳，宋建成，许春雨，杨金衡. 基于捷联惯导的刮板输送机布置形态检测方法的研究. 煤炭技术. 2022(12): 205-208 . 百度学术
    21. 葛世荣. 采煤机技术发展历程(九)——环境感知技术. 中国煤炭. 2021(02): 1-17 . 百度学术
    22. 王宇卓，常宗旭，高飞，廉自生. 液压支架的调直方法研究. 机电工程. 2021(05): 645-649 . 百度学术
    23. 廖华. 铲车自动计量系统溜井倒矿防作弊的设计与应用. 采矿技术. 2021(04): 147-149 . 百度学术
    24. 程晋凯. 液压支架自适应对齐方案研究. 机械管理开发. 2021(07): 288-290 . 百度学术
    25. 梁云峰，关伟，朱超，刘慧，张旭辉. 蒙大纳林河矿中厚煤层综采工作面智能化技术研究. 矿山机械. 2021(10): 12-15 . 百度学术
    26. 荣耀，安晓宇. 智能化开采中视频信息的应用现状及展望. 煤炭科学技术. 2021(S1): 119-123 . 百度学术
    27. 张超，张旭辉，杜昱阳，杨文娟，张楷鑫. 基于双目视觉的悬臂式掘进机位姿测量技术研究. 煤炭科学技术. 2021(11): 225-235 . 百度学术
    28. 任怀伟，赵国瑞，周杰，文治国，丁艳，李帅帅. 智能开采装备全位姿测量及虚拟仿真控制技术. 煤炭学报. 2020(03): 956-971 . 百度学术
    29. 屈霞，贡启明. 基于视觉测量的人防门位置检测方法. 计算机测量与控制. 2020(04): 57-61+109 . 百度学术
    30. 张树楠，曹现刚，崔亚仲，罗璇，张国祯. 基于多传感器的液压支架直线度测量方法研究. 煤矿机械. 2020(04): 56-59 . 百度学术
    31. 李帅帅，任怀伟. 综采工作面“三机”设备位姿测量技术研究现状与展望. 煤炭科学技术. 2020(09): 218-226 . 百度学术
    32. 张凯，田原，贾曲. 机器视觉在煤机装备中的应用现状与趋势. 煤矿机械. 2020(12): 123-125 . 百度学术
    33. 许金星. 机器视觉的液压支架姿态角度测量系统设计. 煤矿机械. 2019(09): 11-13 . 百度学术

    其他类型引用(22)

    • 资源附件(0)
计量
  • 文章访问数:  100
  • HTML全文浏览量:  10
  • PDF下载量:  20
  • 被引次数: 55
出版历程
  • 刊出日期:  2021-01-19

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(55)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1252493    百度统计